从政策文档到结构化调查响应：评估大语言模型在政策监测中的应用
科技与创新政策对国家竞争力至关重要，但其多样性与庞大规模使得系统化监测变得极其困难，传统人工调查成本高昂且难以跨国扩展。本研究探索了利用大语言模型从非结构化长政策文本中提取信息的能力，提出将大模型作为“AI受访者”以生成结构化调查响应。研究团队开发了基于长上下文的数据提取流程，用于自动化政策分析与追踪，显著降低了人工监测成本。
推荐理由展示了利用长上下文大语言模型将非结构化政策文档自动转化为结构化数据的垂直应用实践。
原标题：From Policy Documents to Structured Survey Responses: Evaluating Large Language Models for Policy Monitoring
阅读 arXiv 自然语言处理 原文 ↗